第9章 图像特征提取及分析.pptVIP

135o方向灰度共生矩阵 当 时， 。 135o方向灰度共生矩阵计算示意图 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 2 2 2 2 2 2 3 3 2 2 2 2 2 2 3 3 2 2 2 2 2 2 3 3 2 2 2 2 2 2 3 3 灰度共生矩阵计算结果 熵值是图像所具有的信息量的度量，纹理信息也属于图像的信息。若图像没有任何纹理，则灰度共生矩阵几乎为零矩阵，则熵值接近为零。若图像为较多的细小纹理，则灰度共生矩阵中的数值近似相等，则图像的熵值最大，若仅有较少的纹理，则灰度共生矩阵中的数值差别较大，图像的熵值就较小。 熵值的定义如下： 另外还有惯性、能量等也是常用的纹理特征。其定义分别为： 惯性： 能量： 10.4.3 纹理能量测量 Laws的纹理能量测量方法是一种典型的一阶分析方法 。 Laws纹理测量的基本思想是设置两个窗口： 一个是微窗口，可能为3×3,5×5,7×7像素，通常取5×5，用来测量以像元为中心的小区域内灰度的不规则性，以形成属性，也称之为窗口滤波； 二是宏窗口，可以为15×15或32×32，用来在更大的窗口上求属性量的一阶统计特性，常为均值或标准偏差，也称为能量变换。 其具体实现就是用定义的一些模板与图像进行卷积，以便于检测出不同的纹理能量信息。 纹理能量检测模板 10.4.4 纹理的结构分析方法和纹理梯度 1.纹理的结构分析方法 是除统计方法之外的另一类纹理分析方法。该方法认为纹理是由结构基元按照某种重复性规则而构成的模式，其表述过程实际是对纹理基元的提取以及对基元分布规则的描述。纹理的空间组织可以是随机的，可能一个基元对相邻基元有成对的依赖关系，或者几个基元同时相互关联。这样的关联可能是结构的、概率的或是函数的。 纹理基元可以是一个像素点，也可以是若干个灰度上比较接近的像素点的集合，由基元可以构成较为基本的、同时也是比较小的子纹理，最后由于纹理按某种空间组织规则合成为一幅完整的纹理图像。 给出3个纹理基元合成为一个子纹理的过程，对产生的子纹理应用规则的空间组织规则形成了如图 (b)所示的纹理图像。如果给出纹理基元 的排列规则 , 就能够将这些基元按照规定的方式组织成所需的纹理模式 。可将纹理 定义为： 纹理的基元 2. 纹理梯度 纹理基本上是区域特性，图像中的区域对应景物中的表面，纹理基元在尺寸和方向上的变化，可以反映出景物中表面相对于照相机的转动倾斜。通常将利用纹理基元的变化去确定表面法线方向的技术，称为纹理梯度技术，也就是常说的从纹理到形状的研究。 10.5小结 图像特征是指图像的原始特性或属性。 常见的图像特征可以分为灰度特征、纹理特征和几何形状特征等。 区域内部空间域分析是直接在图像的空间域对区域内提取形状特征，主要有欧拉数、凹凸性、距离和区域的测量。 区域内部变换分析是形状分析的经典方法，它包括求区域的各阶统计矩、投影和截口等。 区域外部形状是指构成区域边界的像素集合。 形状描述子是一种对物体形状的简洁描述。包括区域边界的链码、傅立叶描述算子、骨架化、细化、区域边界的Hough变换和广义Hough变换等。 纹理分析的方法大致分为统计方法和结构方法两大类。 把中心矩再用零阶中心矩来规格化，叫做规格化中心矩，记作 ，表达式为 ： 式中： （3）不变矩 为了使矩描述子与大小、平移、旋转无关，可以用二阶和三阶规格化中心矩导出七个不变矩组Φ。不变矩描述分割出的区域时，具有对平移、旋转和尺寸大小都不变的性质。 利用二阶和三阶规格中心矩导出的7个不变矩组为： 投影和截口 对于区域为 的二值图像和抑制背景的图像f(i,j)，它在i轴上的投影为： 在j轴上的投影为 ： 由以上两式所绘出的曲线都是离散波形曲线。这样就把二维图像的形状分析转化为对一维离散曲线的波形分析。 固定i0，得到图像f(i,j)的过i0而平行于轴的截口 。固定j0 ，得到图像f(i,j)的过j0而平行于i轴的截口 。二值图像f(i,j)的截口长度为 以上公式均是区域的形状特征。 10.3.4区域边界的形状特征描述 区域外部形状是指构成区域边